Judul penelitian sebaiknya singkat padat dan mewakili seluruh isi
penelitian kita
Maksimal hanya terdiri dari 8-12 kata
Tidak ada singkatan
Tidak menggunakan kata-kata redundant (study on, research on, dsb)
Judul penelitian wajib memuat:
Metode yang Diusulkan
Tujuan Penelitan
Obyek Penelitian
Penelitian di bidang ilmu komputer meliputi berbagai tema seperti pemrosesan teks, sistem informasi, temu kembali informasi, grafika komputer, pengolahan citra, dan teknik perangkat lunak. Penelitian dapat dilakukan dengan pendekatan kuantitatif maupun kualitatif dengan metode seperti survei, studi kasus, eksperimen, dan action research. Bidang-bidang utama ilmu komputer seperti sistem informasi, teknik perangkat lun
Modul ini membahas pengertian model dan sistem dalam teknik industri, termasuk jenis dan pembuatan model serta komponen utama sistem seperti masukan, proses, keluaran, dan penghubung."
Tugas Konsep Teknologi : Model dan SistemMario Yuven
Dokumen tersebut membahas tentang model dan sistem. Model didefinisikan sebagai representasi atau abstraksi dari objek atau situasi nyata yang menunjukkan hubungan antar komponen. Ada beberapa jenis model seperti model ikonik, analog, dan matematik. Sistem didefinisikan sebagai kumpulan bagian yang berinteraksi untuk mencapai tujuan tertentu. Sistem dianalisis berdasarkan input, proses, dan outputnya.
Jurnal metode clustering dengan algoritma fuzzy c means untuk rekomendasi pem...ym.ygrex@comp
Dokumen tersebut membahas tentang penerapan metode clustering dengan algoritma Fuzzy C-Means untuk merekomendasikan mahasiswa memilih bidang keahlian di Program Studi Teknik Informatika berdasarkan nilai mata kuliah prasyarat. Algoritma Fuzzy C-Means digunakan untuk mengelompokkan mahasiswa ke dalam beberapa kluster sesuai kemampuan mereka agar mendapat rekomendasi bidang keahlian yang tepat.
Penelitian di bidang ilmu komputer meliputi berbagai tema seperti pemrosesan teks, sistem informasi, temu kembali informasi, grafika komputer, pengolahan citra, dan teknik perangkat lunak. Penelitian dapat dilakukan dengan pendekatan kuantitatif maupun kualitatif dengan metode seperti survei, studi kasus, eksperimen, dan action research. Bidang-bidang utama ilmu komputer seperti sistem informasi, teknik perangkat lun
Modul ini membahas pengertian model dan sistem dalam teknik industri, termasuk jenis dan pembuatan model serta komponen utama sistem seperti masukan, proses, keluaran, dan penghubung."
Tugas Konsep Teknologi : Model dan SistemMario Yuven
Dokumen tersebut membahas tentang model dan sistem. Model didefinisikan sebagai representasi atau abstraksi dari objek atau situasi nyata yang menunjukkan hubungan antar komponen. Ada beberapa jenis model seperti model ikonik, analog, dan matematik. Sistem didefinisikan sebagai kumpulan bagian yang berinteraksi untuk mencapai tujuan tertentu. Sistem dianalisis berdasarkan input, proses, dan outputnya.
Jurnal metode clustering dengan algoritma fuzzy c means untuk rekomendasi pem...ym.ygrex@comp
Dokumen tersebut membahas tentang penerapan metode clustering dengan algoritma Fuzzy C-Means untuk merekomendasikan mahasiswa memilih bidang keahlian di Program Studi Teknik Informatika berdasarkan nilai mata kuliah prasyarat. Algoritma Fuzzy C-Means digunakan untuk mengelompokkan mahasiswa ke dalam beberapa kluster sesuai kemampuan mereka agar mendapat rekomendasi bidang keahlian yang tepat.
Dokumen tersebut membahas tahapan penelitian umum dan komputing serta beberapa topik penelitian di bidang engineering perangkat lunak seperti sistem beradaptasi mandiri, arsitektur perangkat lunak, dan prediksi cacat perangkat lunak.
1. Dokumen ini membahas latar belakang perlunya membuat sistem informasi pengolahan data judul tugas akhir pada Fakultas Ilmu Komputer Universitas Al Asyariah Mandar untuk menghindari duplikasi judul dan meningkatkan efisiensi pengolahan data.
2. Tujuan dari sistem ini adalah mencegah duplikasi judul tugas akhir dan menyediakan informasi judul yang ada secara cepat dan akurat.
3. Sistem ini akan dirancang men
Dokumen tersebut membahas berbagai jenis tesis penelitian, termasuk asumsi, metode penelitian, tesis penelitian, wilayah penelitian, tesis desain, contoh tesis desain, tesis sosial atau organisasi, dan tesis pemodelan.
Mata kuliah ini membahas optimisasi sistem dengan model deterministik dan model matematika program linier, termasuk pengantar pemodelan program linier, teknik pemecahan program linier, dan jenis program khusus. Mata kuliah ini relevan untuk mahasiswa agar dapat menggunakan teknik matematika dalam memecahkan masalah nyata. Pada akhir semester, mahasiswa diharapkan mampu merancang model masalah nyata dan memecahkannya dengan menggunakan model
Dokumen tersebut berisi ringkasan materi mata kuliah riset operasi yang mencakup 14 sesi pelajaran, mulai dari analisis keputusan, berbagai metode program linear, program integer, goal programming, metode penugasan, transportasi, dinamis, teori antrian dan simulasi, network planning, teori permainan, hingga model rantai Markov. Diberikan juga tujuan mata kuliah, definisi riset operasi, langkah-langkah dasar, serta referensi bacaan tambahan.
Matakuliah ini membahas tentang analisis dan perancangan sistem informasi, meliputi pengertian sistem dan analisis sistem, langkah-langkah analisis sistem, perancangan sistem secara umum, pendekatan perancangan terstruktur dengan DFD dan flowchart, serta perancangan sistem terinci dan berorientasi objek menggunakan UML. Matakuliah ini bertujuan memberikan pemahaman kepada mahasiswa untuk dapat merancang sistem informasi.
Dokumen tersebut membahas tentang data mining dan pengajaran desain pembelajaran. Secara singkat, dokumen tersebut menjelaskan tentang konsep-konsep dasar data mining, algoritma yang digunakan dalam data mining seperti estimasi, prediksi, klasifikasi, dan klastering, serta tahapan proses data mining mulai dari input data hingga evaluasi hasilnya.
Dokumen tersebut membahas capaian pembelajaran lulusan bidang Teknik Industri yang mampu menerapkan matematika, sains, dan prinsip rekayasa untuk menyelesaikan masalah sistem terintegrasi meliputi 11 kemampuan akhir yang mencakup statistika, penelitian operasional, proses manufaktur, dan pemodelan.
Mata kuliah ini membahas penggunaan metode ilmiah untuk mengoptimalkan sumber daya terbatas dengan menggunakan teknik pemrograman linier, masalah transportasi, dan analisis jaringan. Mahasiswa akan mempelajari konsep dan model penelitian operasional serta mampu menyelesaikan berbagai masalah dengan menyusun model matematika dan menentukan solusi optimal.
Tips Menyusun Proposal Skripsi yang baik dan benar memberikan panduan untuk mahasiswa dalam menyusun proposal skripsi yang baik, meliputi memilih topik yang menarik minat, membahas ide dengan dosen pembimbing, merumuskan latar belakang, masalah dan hipotesis berdasarkan literatur, menentukan metode dan waktu penelitian, serta fokus pada pengembangan ide bukan formalitas.
Cara membuat dan menyusun proposal penelitian okArifuddin Ali.
Dokumen tersebut memberikan panduan umum tentang cara membuat proposal penelitian, mulai dari pendahuluan, metodologi penelitian (kuantitatif dan kualitatif), sampai unsur-unsur penting proposal penelitian ("Sembilan Magic") seperti alasan, konteks, kerangka konseptual, tujuan, dan populasi yang akan diteliti.
Materi kuliah Penelitian Operasional 1 untuk mahasiswa S1 Teknik Industri
Bab 1 Pendahuluan berisi motivasi, konsep, definisi, dan sejarah penelitian operasional
Dokumen tersebut merupakan ringkasan materi perkuliahan Service IST (II3120) pada pertemuan pertama dan kedua. Dokumen tersebut menjelaskan aturan perkuliahan, tujuan perkuliahan, dan referensi bacaan yang mendukung perkuliahan. Dokumen tersebut juga menjelaskan tentang evolusi dari industri pertanian ke industri layanan online, pengertian service science, dan peran industri, pemerintah, dan akademisi dalam service science
Riset Teknologi Informasi - Tugas 03 - Paper Review on “Naive Bayes Classifi...DEDE IRYAWAN
Abstract— Di studi ini melihat informasi produk BPJS dalam peran masyarakat yang merupakan pengguna utama prosuk tersebut. Analisis sentimen dilakukan dengan memanfaatkan media sosial sebagai dasar utama pengumpulan data. Dalam penelitian ini, tahapan yang dilakukan adalah pengumpulan data dan dilanjutkan ke Post Tagging di komunitas twitter. Selanjutnya data tersebut diklasifikasikan lagi menggunakan model Naïve Bayes untuk mendapatkan hasil yang optimal
APPLIED DATABASE III - Slide Arsitektur Data MiningDEDE IRYAWAN
Arsitektur data mining terdiri dari data cleaning, data integration, data mining engine, pattern evaluation, dan graphical user interface. Metode data mining meliputi prediksi (seperti klasifikasi dan regresi), deskripsi (seperti clustering dan association rule discovery). Klasifikasi digunakan untuk memprediksi kelas data baru, sedangkan regresi memprediksi atribut bernilai riil. Clustering memecah data menjadi kelompok serupa dan association rule menemukan hubungan antar item yang sering dibeli bersama.
More Related Content
Similar to Riset Teknologi Informasi Paper Review Presentation I
Dokumen tersebut membahas tahapan penelitian umum dan komputing serta beberapa topik penelitian di bidang engineering perangkat lunak seperti sistem beradaptasi mandiri, arsitektur perangkat lunak, dan prediksi cacat perangkat lunak.
1. Dokumen ini membahas latar belakang perlunya membuat sistem informasi pengolahan data judul tugas akhir pada Fakultas Ilmu Komputer Universitas Al Asyariah Mandar untuk menghindari duplikasi judul dan meningkatkan efisiensi pengolahan data.
2. Tujuan dari sistem ini adalah mencegah duplikasi judul tugas akhir dan menyediakan informasi judul yang ada secara cepat dan akurat.
3. Sistem ini akan dirancang men
Dokumen tersebut membahas berbagai jenis tesis penelitian, termasuk asumsi, metode penelitian, tesis penelitian, wilayah penelitian, tesis desain, contoh tesis desain, tesis sosial atau organisasi, dan tesis pemodelan.
Mata kuliah ini membahas optimisasi sistem dengan model deterministik dan model matematika program linier, termasuk pengantar pemodelan program linier, teknik pemecahan program linier, dan jenis program khusus. Mata kuliah ini relevan untuk mahasiswa agar dapat menggunakan teknik matematika dalam memecahkan masalah nyata. Pada akhir semester, mahasiswa diharapkan mampu merancang model masalah nyata dan memecahkannya dengan menggunakan model
Dokumen tersebut berisi ringkasan materi mata kuliah riset operasi yang mencakup 14 sesi pelajaran, mulai dari analisis keputusan, berbagai metode program linear, program integer, goal programming, metode penugasan, transportasi, dinamis, teori antrian dan simulasi, network planning, teori permainan, hingga model rantai Markov. Diberikan juga tujuan mata kuliah, definisi riset operasi, langkah-langkah dasar, serta referensi bacaan tambahan.
Matakuliah ini membahas tentang analisis dan perancangan sistem informasi, meliputi pengertian sistem dan analisis sistem, langkah-langkah analisis sistem, perancangan sistem secara umum, pendekatan perancangan terstruktur dengan DFD dan flowchart, serta perancangan sistem terinci dan berorientasi objek menggunakan UML. Matakuliah ini bertujuan memberikan pemahaman kepada mahasiswa untuk dapat merancang sistem informasi.
Dokumen tersebut membahas tentang data mining dan pengajaran desain pembelajaran. Secara singkat, dokumen tersebut menjelaskan tentang konsep-konsep dasar data mining, algoritma yang digunakan dalam data mining seperti estimasi, prediksi, klasifikasi, dan klastering, serta tahapan proses data mining mulai dari input data hingga evaluasi hasilnya.
Dokumen tersebut membahas capaian pembelajaran lulusan bidang Teknik Industri yang mampu menerapkan matematika, sains, dan prinsip rekayasa untuk menyelesaikan masalah sistem terintegrasi meliputi 11 kemampuan akhir yang mencakup statistika, penelitian operasional, proses manufaktur, dan pemodelan.
Mata kuliah ini membahas penggunaan metode ilmiah untuk mengoptimalkan sumber daya terbatas dengan menggunakan teknik pemrograman linier, masalah transportasi, dan analisis jaringan. Mahasiswa akan mempelajari konsep dan model penelitian operasional serta mampu menyelesaikan berbagai masalah dengan menyusun model matematika dan menentukan solusi optimal.
Tips Menyusun Proposal Skripsi yang baik dan benar memberikan panduan untuk mahasiswa dalam menyusun proposal skripsi yang baik, meliputi memilih topik yang menarik minat, membahas ide dengan dosen pembimbing, merumuskan latar belakang, masalah dan hipotesis berdasarkan literatur, menentukan metode dan waktu penelitian, serta fokus pada pengembangan ide bukan formalitas.
Cara membuat dan menyusun proposal penelitian okArifuddin Ali.
Dokumen tersebut memberikan panduan umum tentang cara membuat proposal penelitian, mulai dari pendahuluan, metodologi penelitian (kuantitatif dan kualitatif), sampai unsur-unsur penting proposal penelitian ("Sembilan Magic") seperti alasan, konteks, kerangka konseptual, tujuan, dan populasi yang akan diteliti.
Materi kuliah Penelitian Operasional 1 untuk mahasiswa S1 Teknik Industri
Bab 1 Pendahuluan berisi motivasi, konsep, definisi, dan sejarah penelitian operasional
Dokumen tersebut merupakan ringkasan materi perkuliahan Service IST (II3120) pada pertemuan pertama dan kedua. Dokumen tersebut menjelaskan aturan perkuliahan, tujuan perkuliahan, dan referensi bacaan yang mendukung perkuliahan. Dokumen tersebut juga menjelaskan tentang evolusi dari industri pertanian ke industri layanan online, pengertian service science, dan peran industri, pemerintah, dan akademisi dalam service science
Similar to Riset Teknologi Informasi Paper Review Presentation I (20)
Riset Teknologi Informasi - Tugas 03 - Paper Review on “Naive Bayes Classifi...DEDE IRYAWAN
Abstract— Di studi ini melihat informasi produk BPJS dalam peran masyarakat yang merupakan pengguna utama prosuk tersebut. Analisis sentimen dilakukan dengan memanfaatkan media sosial sebagai dasar utama pengumpulan data. Dalam penelitian ini, tahapan yang dilakukan adalah pengumpulan data dan dilanjutkan ke Post Tagging di komunitas twitter. Selanjutnya data tersebut diklasifikasikan lagi menggunakan model Naïve Bayes untuk mendapatkan hasil yang optimal
APPLIED DATABASE III - Slide Arsitektur Data MiningDEDE IRYAWAN
Arsitektur data mining terdiri dari data cleaning, data integration, data mining engine, pattern evaluation, dan graphical user interface. Metode data mining meliputi prediksi (seperti klasifikasi dan regresi), deskripsi (seperti clustering dan association rule discovery). Klasifikasi digunakan untuk memprediksi kelas data baru, sedangkan regresi memprediksi atribut bernilai riil. Clustering memecah data menjadi kelompok serupa dan association rule menemukan hubungan antar item yang sering dibeli bersama.
APPLIED DATABASE III - Modul Data PreprocessingDEDE IRYAWAN
Dokumen tersebut membahas konsep dan teknik data preprocessing yang meliputi pembersihan data, integrasi data, transformasi data, reduksi data, dan diskritisasi data untuk memperbaiki kualitas data sebelum proses data mining."
Riset Teknologi Informasi - Modul 6 - Judul, Baris Kepemilikan, Abstrak, dan...DEDE IRYAWAN
Modul ini membahas tentang judul, baris kepemilikan, abstrak, dan kata kunci dalam penulisan ilmiah. Topik utama meliputi penjelasan tentang unsur-unsur penting dalam penulisan ilmiah seperti judul yang ringkas dan menarik perhatian, baris kepemilikan yang menunjukkan penulis dan lembaga, serta abstrak dan kata kunci yang menggambarkan isi tulisan.
MANAJEMEN PROYEK PERANGKAT LUNAK - Modul 6 - MANAJEMEN BIAYA PROYEKDEDE IRYAWAN
Prinsip Dasar dalam Manajemen Biaya Proyek
CEO (Chief Executive Officer) atau manajer eksekutif perusahaan sebagai salah satu stakeholder proyek yang sangat penting perannya, biasanya mengetahui lebih banyak tentang keuangan perusahaan, namun sedikit mengetahui tentang IT. Sehingga manajer proyek IT harus dapat menjembatani antara kebutuhan biaya proyek dengan keuangan perusahaan dalam bahasa mereka.
MANAJEMEN PROYEK PERANGKAT LUNAK - Modul 5 - MANAJEMEN WAKTU PROYEKDEDE IRYAWAN
1. Dokumen tersebut membahas tentang manajemen waktu proyek, termasuk aktivitas-aktivitas yang perlu dilakukan dalam manajemen waktu proyek seperti mendefinisikan aktivitas, mengurutkan aktivitas, memperkirakan durasi aktivitas, dan menyusun jadwal proyek.
2. Beberapa teknik yang disebutkan untuk manajemen waktu proyek adalah diagram jaringan proyek, precedence diagramming method (PDM), critical path method (CPM), dan pengg
The man is looking for a part-time campus job. He speaks to a woman at the campus employment office. She asks him questions to determine a suitable job, like his availability and desired hours. He can work noon to 20 hours per week on weekdays and weekends. The woman has him fill out a form and tells him to call back tomorrow for potential job news.
The document contains a series of conversations where common idioms or sayings are used. Each conversation is followed by a multiple choice question testing the meaning of the idiom used. The idioms encountered include "better late than never", "two heads are better than one", "there's no time like the present", "just my luck", "to each his own", "no sooner said than done", "you could've knocked me down with a feather", "we're all in the same boat", and "she's head and shoulders above the rest". The document aims to help learners understand the meaning behind common English idioms.
This document contains 10 conversations between a man and woman. Each conversation is followed by a question about what one of the speakers meant. The conversations use conditional sentences with "if" and conditional perfect tense ("would have") to imply missing information or assumptions. The document tests the reader's ability to understand implied meaning from conditional statements.
The document contains 10 sections describing conversations where one person expresses a wish about a situation. In each case, the wish implies some negative aspect about the current circumstances, such as that there are too many people in line ahead of them, the woman did not inform the man about a parking ticket, and the man arrived too late to get a good seat for an event.
TOEFL Exercise 13 - Emphatic Expression of SURPRISEDEDE IRYAWAN
The document describes a series of short dialogues where one person makes an assumption about another based on limited information. In each case, the assumption made is incorrect. The dialogues are presented to highlight how easily assumptions can be made and how often those assumptions turn out to be wrong.
TOEFL Exercise 12 - Expression of UNCERTAINITY and SUGGESTIONDEDE IRYAWAN
The document contains examples of conversations where one person expresses uncertainty or makes a suggestion. In each conversation, one person asks a question about what the other person means or suggests. The answers provided indicate that the person is not completely certain of something, believes something to be the case, or suggests an alternative option.
TOEFL Exercise 11 - Expression of AGREEMENTDEDE IRYAWAN
The document contains 10 examples of expressions of agreement in conversations. Each conversation includes a statement by one person and a response by another person. The response expressions include "Me too", "So would I", "Neither am I", "You can say that again", "I'll say", "I'm not either", "Don't they", "Isn't it", and "Neither can I". In each case, the response indicates that the second person agrees with the opinion or sentiment expressed in the original statement.
TOEFL Exercise 10 - NEGATIVE WITH COMPARATIVEDEDE IRYAWAN
This document contains 10 TOEFL reading comprehension questions. Each question is preceded by a short dialogue between a man and woman using comparative structures like "couldn't be happier", "never tried harder", and "couldn't have been any lower". The questions then ask what the man or woman means in their response.
This document contains 10 examples of conversations using expressions with "almost negative" meanings. In each conversation, one person makes a statement using an expression like "hardly ever", "only", or "scarcely" and the other person is asked what the first person meant. The answers provided explain the actual meaning behind each statement, which is often the opposite of what a literal interpretation might suggest.
The document discusses double negative expressions and provides examples of statements using double negatives along with questions about the implications of the statements and their answers. The examples show that double negative statements can imply the opposite of what is literally said through the use of terms like "wasn't unable", "wasn't unaffected", or statements that something "wasn't well" or "wasn't much better".
This document contains a series of short dialogues between a man and a woman. Each dialogue is followed by a question about what one of the speakers meant and multiple choice answers. The dialogues cover topics like taking out the trash, attending a lecture, library hours, watering plants, restaurant reviews, finishing a work project, and hotel recommendations. The document tests the reader's comprehension of implied meanings in conversations.
TOEFL EXERCISE 3 - AVOID SIMILAR SOUNDSDEDE IRYAWAN
1. Identify the keywords in the second line, or first line (some are in both lines).
2. Distinguish the similar sounds that exist in the conversation and the in the written options.
3. To choose which word is actually said, you may set it in a context.
For example: TOO – TWO – TO
THREE – TREE – TEA
TOEFL EXERCISE 1 - FOCUS ON THE SECOND LINEDEDE IRYAWAN
1. Answer to the questions is PROBABLY and MOSTLY, in the second line but NOT ALL.
2. Listen to both speakers, is you understand the first speaker, that’s really good, but you must understand the second line, except for some skills ahead.
3. Try to catch the meaning, not the translation of each word. Meaning needs senses.
Dalam membuat penelitian diperlukan persiapan matang, salah satunya adalah membuat sebuah desain penelitian agar penelitian kita tetap pada jalurnya. Dalam membuat desain penelitian diperlukan kerangka kerja. Berikut ini adalah 3 Elemen Kerangka Kerja:
- Asumsi Filosofis terhadap apa yang merupakan Knowledge Claims (Philosophical Paradigms)
- Strategy of inquiry : prosedur umum penelitian
- Prosedur detil pengumpulan data, analisa dan penulisan: Metoda (Methods)
ANALISIS PENGARUH INDUSTRI BATU BARA TERHADAP PENCEMARAN UDARA.pdfnarayafiryal8
Industri batu bara telah menjadi salah satu penyumbang utama pencemaran udara global. Proses ekstraksi batu bara, baik melalui penambangan terbuka maupun penambangan bawah tanah, menghasilkan debu dan gas beracun yang dilepaskan ke atmosfer. Gas-gas tersebut termasuk sulfur dioksida (SO2), nitrogen oksida (NOx), dan partikel-partikel halus (PM2.5) yang berbahaya bagi kesehatan manusia dan lingkungan. Selain itu, pembakaran batu bara di pembangkit listrik dan industri menyebabkan emisi karbon dioksida (CO2), yang merupakan penyebab utama perubahan iklim global dan pemanasan global.
Pencemaran udara yang disebabkan oleh industri batu bara juga memiliki dampak lokal yang signifikan. Di sekitar area penambangan, debu batu bara yang dihasilkan dapat mengganggu kesehatan masyarakat dan ekosistem lokal. Paparan terus-menerus terhadap debu batu bara dapat menyebabkan masalah pernapasan seperti asma dan bronkitis, serta berkontribusi pada penyakit paru-paru yang lebih serius. Selain itu, hujan asam yang disebabkan oleh emisi sulfur dioksida dapat merusak tanaman, air tanah, dan ekosistem sungai, mengancam keberlanjutan lingkungan di sekitar lokasi industri batu bara.
3. Judul penelitian sebaiknya singkat padat dan mewakili seluruh isi
penelitian kita
Maksimal hanya terdiri dari 8-12 kata
Tidak ada singkatan
Tidak menggunakan kata-kata redundant (study on, research on, dsb)
Judul penelitian wajib memuat:
Metode yang Diusulkan
Tujuan Penelitan
Obyek Penelitian
3
JUDUL PENELITIAN
4. Hindari kata “berbasis”, harus lebih jelas sebenarnya tujuan apa, masalahnya apa,
dan solusinya yg ditawarkan juga apa
Prediksi Produksi Padi dengan Menggunakan SVM berbasis PSO (X)
Pemilihan Parameter pada SVM dengan menggunakan PSO untuk Prediksi Produksi Padi (O)
4
JUDUL PENELITIAN
5. Metode + Tujuan + Obyek
Penerapan Algoritma Semut untuk Pemilihan Arsitektur Jaringan pada Neural
Network untuk Pengujian Software Metode Blackbox
Penerapan Algoritma A* yang Diperbaiki untuk Pencarian Lahan Parkir Kosong di
Mall dan Supermaket
Penggabungan Forward Selection dan Backward Elimination untuk Pemilihan
Fitur pada Prediksi Mahasiswa DO dengan menggunakan Algoritma C4.5
5
CONTOH JUDUL PENELITIAN
6. Tanpa disertai gelar akademik
Hanya yang memberikan kontribusi signifikan yang berhak dicantumkan sebagai
penulis
Mencantumkan nama lembaga asal penulis
Disertai alamat untuk korespondensi (alamat surat atau email penulis)
6
PENULIS
7. STRUKTUR TESIS – BAB I
Bab I Pendahuluan
1.1 Latar Belakang Masalah
1.2 Identifikasi Masalah (Research Problems)
1.3 Rumusan Masalah (Research Questions)
1.4 Tujuan Penelitian (Research Objectives)
1.5 Manfaat Penelitian
1.6 Sistematika Penulisan
7
8. Ikuti pola latar belakang masalah 6 Pola Alur yang
disingkat OMKKMasaSolTu,
1. obyek penelitian (O)
2. metode-metode yang ada (M)
3. kelebihan dan kelemahan metode yang ada (KK)
4. masalah pada metode yang dipilih (MASA)
5. solusi perbaikan metode (SOL)
6. rangkuman tujuan penelitian (TU)
8
LATAR BELAKANG MASALAH
9. LATAR BELAKANG MASALAH (2)
Jangan meletakkan sitasi untuk referensi pada akhir
paragraf (Berndtsson, 2009)
Satu pernyataan yang mensitasi ke banyak reference harus
dilakukan dengan hati-hati
Kalimat dalam satu paragraf harus berisi satu pokok
pikiran.
Antar paragraf harus dibuat mengalir (ada kohesi),
bersambungan, dengan alur cerita yang runut
• .
10. Masalah penelitian yang kita angkat harus dilandasi dengan publikasi paper yang kuat
(usahakan dari paper journal ber-impact factor tinggi, tidak dari conference
procedings)
Harus dipahami bahwa tujuan latar belakang masalah adalah memberi argumentasi
bahwa masalah penelitian yg diangkat adalah valid
Tidak menggunakan kata “peneliti atau penulis”, tapi membuat kalimat jadi pasif,
contoh:
Peneliti akan mencoba memecahkan masalah tersebut dengan metode A (X)
Pada penelitian ini, metode A akan diterapkan untuk memecahkan masalah
tersebut (O)
10
LATAR BELAKANG MASALAH (3)
11. Recent work has reported that the importance of
computers in industry cannot be overestimated. Several
useful services (such as booking train tickets) rely on
computers. However, the importance of using computers in
our everyday life has been questioned. It has been argued
that having too many computers in our everyday life causes
security problems, since people cannot protect their
computers from hackers and Internet viruses. The
researchers are still debating these hot topics (Jones,
1993).
11
CONTOH SITASI YANG SALAH
12. Recent work has reported that the importance of
computers in industry cannot be overestimated. Several
useful services (such as booking train tickets) rely on
computers (Bridge, 2010). However, the importance of
using computers in our everyday life has been questioned.
It has been argued that having too many computers in our
everyday life causes security problems (Jones, 1993), since
people cannot protect their computers from hackers and
Internet viruses. The researchers are still debating these
hot topics. So, we need new finding and research results on
these topics.
12
CONTOH SITASI YANG SUDAH DIPERBAIKI
13. Recent work has reported that the importance of
computers in industry cannot be overestimated. Several
useful services (such as booking train tickets) rely on
computers. However, the importance of using computers in
our everyday life has been questioned. It has been argued
that having too many computers in our everyday life causes
security problems, since people cannot protect their
computers from hackers and Internet viruses. The
researchers are still debating these hot topics (Jones, 1993)
(Lessmann, 2007) (Zhang, 2009). So, we need new finding
and research results on these topics.
13
CONTOH SITASI KE BANYAK REFERENCE
14. Various types of classification algorithms have been
applied for software defect prediction, including logistic
regression (Denaro 2000), decision trees (Khoshgoftaar &
Seliya, 2002) (Khoshgoftaar & Gao, 2009), neural networks
(Park et al. 2011) (Wang & Yu 2004) (Zheng 2010), naive
bayes (Menzies et al. 2007). This research is focused and
concerned with the third approach.
14
CONTOH SITASI KE BANYAK REFERENCE
15. KIAT MENYUSUN LATAR BELAKANG MASALAH*
1. Latar belakang masalah penelitian harus menjawab semua pertanyaan
MENGAPA (WHY) dari judul penelitian kita. Bila judul penelitian: Prediksi
Produksi Padi dengan menggunakan Support Vector Machine berbasis Particle
Swarm Optimization, maka latar belakang masalah harus bisa menjawab
pertanyaan:
1. mengapa padi?
2. mengapa prediksi produksi padi?
3. mengapa support vector machine?
4. mengapa particle swarm optimization?
15
16. RESEARCH BACKGROUND
1. Padi adalah komoditas yang penting di china, karena tingkat produksinya tinggi
(FAO Report, 2009) (1. mengapa padi?). Produksi padi perlu diprediksi dengan
akurat, karena hasil prediksi yang akurat sangat penting untuk membuat kebijakan
nasional (Traill, 2008) (2. mengapa prediksi produksi padi?).
[1. obyek penelitian (O)]
2. Metode prediksi rentet waktu seperti Support Vector Machine (SVM) (Yongsheng,
2008), Neural Network (NN) (Tseng, 2007) dan Grey Model (GM) (Wu, 2007)
diusulkan oleh banyak peneliti (Huifei, 2009) untuk prediksi produksi padi.
[2. metode-metode yang ada]
16
17. RESEARCH BACKGROUND
3. NN memiliki kelebihan pada prediksi nonlinear, kuat di parallel processing dan
kemampuan untuk mentoleransi kesalahan, tapi memiliki kelemahan pada
perlunya data training yang besar, over-fitting, lambatnya konvergensi, dan
sifatnya yang local optimum (Rosario, 2007). GM punya kelebihan di tingginya
akurasi prediksi meskipun menggunakan data yang sedikit, akan tetapi GM
memiliki kelemahan pada prediksi data yang sifatnya naik turun secara fluktuatif
seperti pada data produksi padi (Wu, 2007). [3. kelebihan dan kelemahan
metode yang ada]
17
18. RESEARCH BACKGROUND
4. SVM dapat memecahkan masalah NN dan GM, yaitu over-fitting, lambatnya
konvergensi, dan sedikitnya data training (Vapnik, 2005), yang mana ini tepat
untuk karakteristik data produksi padi pada penelitian ini (3. mengapa support
vector machine?). Tetapi SVM memiliki kelemahan pada sulitnya pemilihan
parameter SVM yang optimal (Coussement, 2008).
[4. masalah pada metode yang dipilih]
5. Particle Swarm Optimization (PSO) adalah metode optimisasi yang terbukti
efektif digunakan untuk memecahkan masalah optimisasi multidimensi dan
multiparameter pada pembelajaran pada machine learning seperti di NN, SVM,
dan classifier lain (Brits, 2009) (4. mengapa particle swarm optimization?).
[5. solusi perbaikan metode]
6. Pada penelitian ini PSO akan diterapkan untuk pemilihan parameter SVM yang
sesuai dan optimal, sehingga hasil prediksi lebih akurat. [6. rangkuman tujuan
penelitian]
18
19. Harus merangkumkan suatu masalah penelitian dari uraian pada latar belakang
masalah
Menemukan masalah bisa dari future work peneliti lain yg ada di paper technical,
biasanya diletakkan di dalam conclusion
Masalah juga kadang bisa ditemukan dari paper review, khususnya yang membahas
tentang problems atau challenge pada topic penelitian itu
Contoh :
SVM dapat memecahkan masalah NN dan GM, yaitu ‘over-fitting’, lambatnya
konvergensi, dan sedikitnya data training, akan tetapi SVM memiliki kelemahan pada
sulitnya pemilihan parameter SVM yang optimal sehingga menyebabkan tingkat
akurasi prediksi menjadi rendah
19
MASALAH PENELITIAN (RESEARCH PROBLEM)
20. RUMUSAN MASALAH (RESEARCH QUESTION)
Pertanyaan penelitian: how, how does, what .. But not “how to”
Pertanyaan penelitian menggantikan hipotesis
Gunakan kalimat tanya seperti bagaimana, seberapa
efisien/akurat/cepat, dsb
Pertanyaan pada rumusan masalah itu, akan dijawab oleh
eksperimen penelitian kita, dan dirangkumkan secara lugas,
jelas di bagian kesimpulan
Jumlah eksperimen dan hasil yang dilakukan (Bab Hasil dan
Pembahasan), ditentukan oleh jumlah research question (RQ)
pada penelitian kita
Uraikan dalam bentuk point-point apabila rumusan masalah
lebih dari satu sehingga mudah dipahami
Contoh : Seberapa tinggi akurasi metode SVM apabila PSO
diterapkan pada proses pemilihan parameter yang optimal?
20
21. TUJUAN PENELITIAN (RESEARCH OBJECTIVE)
Tujuan pada hakekatnya adalah judul, yang diuraikan
dengan lebih detil atau spesifik
Harus memuat metode dan tujuan beserta pengukurannya
(sinkron dengan masalah)
Uraikan dalam bentuk point-point apabila tujuan lebih dari
satu sehingga mudah dipahami
Contoh :
Menerapkan PSO untuk pemilihan parameter yang sesuai
(C, gamma dan epsilon) pada Support Vector Machine
(SVM), sehingga hasil prediksinya lebih akurat
21
22. Hal baik yg datang setelah tujuan penelitian tercapai, baik dari sisi teoritis maupun
organisasi
Manfaat bukan mengulang-ulang tujuan
Uraikan dalam bentuk point-point sehingga mudah dipahami
22
MANFAAT PENELITIAN